水下机器人控制系统设计与仿真

设计一款小型有缆水下机器人,搭建以滑模控制器为核心的软、硬件平台,改进有缆水下机器人传统滑模控制器定向、艏向与姿态控制在平衡面不稳定的情况,把定深控制器、艏向控制器和姿态控制器计算得到的控制量并联输出,作为脉冲宽度调制调节量对电机调速.用Matlab/Simulink仿真软件对定深控制、艏向控制和姿态控制进行滑模控制器算法仿真,仿真结果验证了有缆水下机器人滑模控制系统的有效性和稳定性.     

高超声速再入滑翔飞行器的模糊变结构控制

针对高超声速再入滑翔飞行器的再入姿态控制,设计了模糊变结构姿态控制器.根据控制系统的任务,建立了面向控制的模型.将模糊控制与滑模变结构控制的思想相融合,研究了模糊滑模变结构控制器的设计方法.通过在稳定的误差相平面内构造稳定的滑模面,模糊控制器根据误差状态与滑模面的相对位置输出控制信号,使得系统的轨迹能趋近稳定的滑模面,从而使得误差沿着滑模面收敛到原点.将模糊滑模变结构控制方法应用于高超声速滑翔洲际飞行器,给出了再入滑翔姿态控制器的设计方案,分别对攻角、侧滑角和倾侧角设计了独立的模糊变结构控制器,提出了分段线性控制分配方法.在Matlab中进行了整个控制系统的仿真测试,验证了该方法的可行性.     

多翼自治水下机器人动力学建模与姿态控制

为了提高多翼自治水下机器人姿态自主控制的稳定性和控制性能,设计了基于多翼水下机器人全参数控制模型的姿态控制系统.首先对多翼自治水下机器人进行运动学和动力学分析,建立多翼自治水下机器人的全参数运动控制模型;在此基础上建立多翼自治水下机器人整体控制系统,设计基于线性二次型最优控制的多翼自治水下机器人姿态控制器;最后进行多翼自治水下机器人姿态控制仿真实验.结果表明:在给定的外界干扰下,多翼自治水下机器人能够快速稳定跟踪目标姿态,所建立的控制器以及控制模型能够满足多翼水下机器人姿态的自主控制需要,达到设计目标.     

基于Q-学习的卫星姿态在线模糊神经网络控制

将模糊神经网络控制引入到三轴稳定卫星的姿态控制中,结合Q-学习和BP神经网络来解决模糊神经网络参数在线调整问题,在无需训练样本的前提下实现控制器的在线学习. 仿真结果表明,这种基于Q-学习的模糊神经网络控制不仅可以满足对姿态控制精度的要求,还有效地抵制了外界干扰,提高了姿态稳定度,对卫星的不确定性有较强的鲁棒性.     

基于非对称模型的水下机器人全局指数镇定

针对水下机器人的水平面镇定控制问题,提出了一种基于非完全对称(前后不对称,左右对称)模型的全局指数镇定控制方法.建立了非完全对称水下机器人的运动模型,通过设计控制输入的反馈变换,得到简化的水下机器人镇定控制系统;基于非线性反步法,设计了水下机器人速度的虚拟输入,从而实现了位置和姿态角的镇定控制;通过对虚拟输入误差的镇定设计,得到了水下机器人系统的全局指数稳定控制律,并利用李雅普诺夫稳定性理论证明了所设计控制器的稳定性.最后通过仿真实验验证了所设计的反步镇定控制器的有效性和可靠性,同时通过与传统基于完全对称(前后、左右均对称)模型的水下机器人运动控制方法比较,验证了基于非完全对称模型控制算法的优越性.     

基于LMS的AUV空间避障模拟方法研究

为了模拟自主式水下航行器（AUV）在复杂海洋环境中对未知环境的感知以及避障过程,设计了AUV空间避障模拟试验系统．介绍了模拟平台的硬件结构和参数设计,应用激光测距系统（LMS）模拟水下声纳,建立了AUV空间避障仿真环境,设计了基于Q—Learning的避障算法,并完成了模拟试验．试验结果表明：AUV空间避障模拟平台可以较真实地反映AUV在水下复杂环境中的空间运动,避障算法可行有效．     

基于轨迹线性化控制方法的全驱动自主式水下航行器轨迹跟踪控制

基于轨迹线性化控制(Trajectory Linearization Control,TLC)方法研究了全驱动自主式水下航行器（AUV）的轨迹跟踪控制.利用微分方程奇异摄动理论中的时标分离思想,将全驱动AUV的轨迹跟踪控制系统分成快、慢回路,分别基于轨迹线性化思想设计出快、慢回路控制器;利用Lyapunov稳定性理论对闭环控制系统进行了稳定性分析,通过AUV爬升转弯过程的仿真验证了该控制方法的有效性.     

AUV模型解耦水平运动多控制器联合控制

为了解决自治水下机器人(AUV)的水平面轨迹跟踪控制问题,提出一种基于解耦模型的多控制器联合控制方法.建立AUV水平面三自由度运动模型并进行模型解耦,将每个自由度都只保留主变量,模型中的交叉耦合项和模型不确定性都当做外干扰项来考虑;对解耦后的AUV运动模型进行轨迹跟踪控制器的设计,针对AUV各个自由度的特点,为轴向和侧向运动设计自适应反演滑模控制器,为艏向运动设计带有干扰观测器的自适应终端滑模控制器;通过公式推导,利用李雅普诺夫理论证明了系统稳定性和误差的收敛性.仿真实验证明:所设计的轨迹跟踪控制器具有较强的鲁棒性能,系统能够实现对平面轨迹的精确跟踪且能够在规定的有效时间内实现对艏向角的精确跟踪.     

控制动作下带缆遥控水下机器人的水动力特性

首先利用模糊神经网络算法构建了基于完整的带缆遥控水下机器人水动力数学模型的控制器,对水下机器人多自由度上的轨迹和姿态进行控制;然后,针对传统螺旋桨推进力分析方法中的缺陷,引入神经网络相关理论并结合计算流体方法对推进力和转速之间的相互关系进行辨识和换算;在此基础上构建了一个完整的、包括模糊神经控制器、机器人水动力数学模型以及推进力和转速换算模块的带缆遥控水下机器人控制系统;最后,在考虑系统各部分间相互影响的前提下进行了水动力特性的整体分析和计算.数值计算结果表明,所建立的控制系统可以对带缆遥控水下机器人进行有效的轨迹和姿态控制,文中方法可以从整体的角度分析一定控制动作下水下机器人的水动力响应.     

基于模糊逻辑控制的航天器返回段姿态控制

用模糊逻辑控制方法设计某型机组返回器CRV（Crew Return Vehicle）在再入大气层飞行阶段的姿态飞行控制系统。它由3个相互独立的模糊控制器分别实现对攻角、侧滑角和倾斜角的跟踪与控制。每个控制器以相关的角度跟踪误差及其微分信号为输入,来控制相应的气动舵面偏转,实现对该角度姿态的跟踪控制。数字仿真计算给出了良好的仿真结果,表明了模糊逻辑控制技术在CRV飞行控制系统设计中的应用潜力。